在Amazon Redshift查询编辑器中，生成SQL的Amazon Q

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/ANT352-Amazon_Q_generative_SQL_in_Amazon_Redshift_Query_Editor-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 SQL，作为数据分析的行业标准语言，通常要求用户花费大量时间理解组织复杂的元数据，以便编写和执行复杂的SQL查询来获取数据洞察。参加本次会议，了解如何通过[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) Query Editor中的新功能[Amazon Q](https://aws.amazon.com/cn/q/?trk=cndc-detail)生成式SQL能力帮助您组织内不同技能水平的SQL用户更快地获得洞察。本次会议演示了该功能如何工作以及如何使用纯英文文本提示构建有效查询，包括复杂的多表连接或嵌套查询。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共1000字，阅读时间大约是5分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> De Panda，亚马逊Redshift的高级产品经理，首先指出，尽管我们每天都在应用程序、设备和服务中使用AI，但主动利用AI构建解决方案的人并不多。他介绍了自己的同事Murali，一位主要的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)科学家。他们将要讨论的是Imagine Q，这是Redshift的一项新功能，允许用户使用自然语言编写SQL查询。 De解释说，像Imagine Q这样的生成性AI技术是基于大量数据训练的大型语言模型，用于创建文本、图像等内容。Anthropic的GPT等基础模型正在推动生成性AI的发展。客户希望利用AI来改进客户服务和工作体验，提高员工生产力，优化业务流程，并从他们的数据仓库中获得更好的见解。 亚马逊云科技在创新[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和AI服务方面处于领先地位，包括用于构建、训练和部署ML模型的SageMaker，专为ML推理优化的亚马逊云科技Inferentia芯片，以及用于无代码ML模型开发的SageMaker Canvas。De强调说，亚马逊云科技提供了用于开发和运营大规模ML的完整服务和基础设施栈。 然后，De概述了不同Redshift用户如何从ML创新中受益。开发人员和数据工程师希望将ML纳入他们构建的分析应用中。数据科学家和分析人员希望通过ML模型更快地从数据中提取更深入的见解，以提高生产力。管理员希望通过ML驱动的自动化简化基础设施管理。 几年前，Redshift ML被引入，允许用户使用标准SQL语句训练ML模型，而无需具备Python、R或其他ML技术的专长。现在，数千家客户每周使用Redshift ML进行超过80亿次预测，包括JobCase每天在其平台上为求职者推荐工作进行超过10亿次预测。 德随后展示了他的查询编辑器，这是一款基于Web的SQL数据分析工具，可以实现查询结果的共享和笔记本的创建。这款工具具备诸多实用功能，如自动完成、语法检查和可视化表创建及数据加载等。用户可以在共享的工作空间中组合SQL查询、可视化和Markdown。Imagine Q能够与查询编辑器实现自然语言交互，根据用户的自然语言问题生成个性化的SQL语句。 据德介绍，Imagine Q会根据特定的数据库模式和过去的查询历史生成个性化的SQL语句。由于它充分利用了关于数据的上下文信息，因此其准确性得到了保证。此外，由于数据不会离开仓库，所以安全性也得到了保障。同时，现有的所有权限和数据治理策略仍能得到执行。生成的SQL语句采用对话式形式，用户可以通过反馈对其进行改进和优化。Imagine Q还能编写复杂的多个表连接SQL语句，这对专家来说可能需要花费大量时间。 Imagine Q带来的一些主要优势包括提高生产力、允许新用户在不深入了解数据库模式的情况下快速上手、安全访问数据和根据用户反馈持续改进推荐。德强调，Imagine Q并非通过训练用户的实际数据来工作，而是通过理解用户的模式和查询历史来实现这一目标。 最后，德邀请穆拉里上台，以便更深入地了解Imagine Q的工作原理并进行技术演示。穆拉里再次强调，Imagine Q的目标是安全地提供个性化、上下文感知的SQL推荐，而不会损害数据治理。随着数据库模式的复杂性增加，用户记住如何高效地连接表和构建查询变得越来越困难。Imagine Q旨在加速这一过程，使编写复杂合成查询更加快捷。 穆拉里展示了自然语言问题的示例及其产生的通用SQL查询（无特定数据库模式或查询历史背景）。接着，他展示了如何将它们定制到实际的数据库模式和表名，一旦加载到Redshift中后，就能真正实现个性化输出。另一个示例展示了Imagine Q如何根据从过去查询中获取的列模式调整查询，而不必查看底层数据。 穆里随后在现场进行了查询编辑器的演示，强调了Imagine Q目前仍处于预览阶段，可免费试用。他通过设置启用了该功能，并针对一个没有上下文的数据库生成了一个有效的但无法运行的SQL查询。接着，他切换到一个名为TickIt的数据库，该数据库已加载了Imagine Q的架构和查询历史数据。 在TickIt数据库中，Imagine Q可以根据纯英语问题生成复杂的多个表连接SQL，这对于专家手动编写将耗费大量时间。穆里展示了如何通过添加更多特定性（如前三名场地或按美元计的总销售额）来对话式优化查询。每个优化都是上下文感知的，并在查询复杂性增长时保留意图。 穆里还展示了Imagine Q能够建议修复失败的查询的方法，利用提供的错误消息。这允许迭代改进，直到查询成功运行。他演示了所有底层Redshift权限都得到充分尊重，所以普通用户不能错误地修改或访问他们没有权利的数据。 穆里提供了一些关于如何让Imagine Q产生最大价值的提示。在用户之间共享常见查询可以提高对新用户查询历史的个性化程度。当已知时，直接指定表名和列名可以节省Imagine Q进行猜测的时间。将相关模式添加到搜索路径可以使用户能够在不影响性能的情况下执行模式无关查询。通过对错误提供反馈以迭代查询,可以在质量和性能方面实现持续改进。 总的来说，德总结说，Imagine Q使SQL专家和初学者都能高效地以对话式、无需手动操作的方式生成复杂查询。通过安全地解锁数据的更多价值，组织内的用户可以利用[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)提高生产力。此功能今天即可免费使用，客户可以用自己的数据和用例进行尝试，以向团队提供反馈。德邀请与会者开始体验将生成性AI应用于数据分析的益处，通过[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)上的Imagine Q。 **下面是一些演讲现场的精彩瞬间：** 熊猫（Panda）与穆拉里·纳纳·斯瓦米（Murali Na Na Swami）探讨了亚马逊云科技在Redshift中运用AI和ML进行创新的方法，以期塑造未来应用的形态。  专家详细介绍了亚马逊云科技如何通过引入自动ML、自动技能、Redshift ML以及[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)ML等[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)功能，让非ML专业人士也能轻松使用ML。  此外，专家还讨论了亚马逊云科技如何助力客户轻松连接数据库表并查询数据。  通过AI助手学习历史数据中的模式来进行个性化查询，而不需要直接访问敏感的客户信息。  专家展示了亚马逊Redshift如何调整查询以满足特定数据库的需求。  最后，专家宣布，生成式序列现已应用于亚马逊Redshift的预配置集群和服务器[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)功能。  ## 总结 [Amazon Q](https://aws.amazon.com/cn/q/?trk=cndc-detail)生成式SQL利用大型语言模型来提供个性化的、基于上下文的SQL推荐，从而提高Redshift用户的工作效率。用户只需用简单的英语输入查询，即可收到针对其数据库模式和查询历史的定制SQL。这使得新手分析师能够快速上手，轻松创建跨多个表的复杂查询。 Q的安全性得到了保证——在生成SQL时，不会使用客户数据进行训练。它尊重所有Redshift权限并在生成SQL时确保安全。通过与用户的对话互动，可以逐步优化查询并从错误中学习。 其主要优势在于提高生产力、加速入职、安全数据访问以及通过迭代查询获得更深入的见解。Q与Redshift查询编辑器无缝集成，为所有用户提供访问权限。演示展示了针对模式的个性化、通过对话修复错误以及编写跨越表格的复杂查询。 如今，Q可以在已准备的服务器上进行预览使用，无需任何费用。请尝试并提供反馈。相关资源和文档将帮助您充分利用其价值。借助自然语言和个性化的SQL推荐，Q生成式SQL使得Redshift分析师的工作效率得到了显著提高。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")